Google Cloud CEO Thomas Kurian披露，自研芯片 TPU 的投资回收期约为一年，Google AI 服务器整体投资回收期不到两年。消息传出后，市场关注点转向供应链。业界指出，Google TPU 订单需求仍在升温，联发科扩大供应比重，博通则继续握有训练端芯片大单，需求也已从 AI 实验室扩展到金融、生技和公部门。
客户需求从 AI 实验室扩散到金融与政府项目
根据 DIGITIMES 报道，Thomas Kurian 日前在高盛 Communacopia + Technology 论坛表示，Google AI 服务器的整体投资回收期不到两年，自研 TPU 的回收期更只需一年，TPU 的建设需求已经不再局限于 AI 实验室。
Google Cloud 的 AI 基础设施客户已覆盖金融服务、资本市场、高性能计算、公部门和研究机构。文中提到的具体案例，包括避险基金、德意志交易所（Deutsche Börse），以及美国政府用于能源领域的 Genesis Mission 计划。随着应用场景变多，Google 需要针对不同计算形态推出更多 TPU 项目，这也被视为台厂订单的新动能来源。
SemiAnalysis：TPU v7 Ironwood部分推理场景成本低于B200与B300
研究机构 SemiAnalysis 对 Google 第七代自研 AI 加速器 TPU v7 Ironwood 与英伟达 B200、B300 进行了 FP8 推理比较。在每位用户每秒 100 个 token 的设定下，Ironwood 每百万 token 成本约为 0.181 美元，B200 为 0.222 美元，B300 为 0.276 美元，分别低约 19% 与 34%。
若切换至每位用户每秒 20 个 token 的条件，Ironwood 的每美元 token 产出较 B200 高出 50.4%，较 B300 高出 96%。
不过 SemiAnalysis 也提醒，这些结果会随着研发程度与延迟要求出现较大变化，B200 在部分计算曲线区间仍优于 Ironwood。另一方面，Ironwood 不具备原生 FP4 计算能力，在 FP4 比较中，英伟达仍处于领先。
供应链观察：联发科提高比重，博通掌握训练端项目
供应链业者指出，联发科（2454）在前几次法说会上已陆续上调 ASIC 业务规模，加上博通（Nasdaq：AVGO）高速营收增长，都反映出 Google TPU 订单动能仍在增强。从供应链角度看，Google 也因应 AI 技术变化，推出更多不同规格产品。TPU 目前已成为英伟达之外，需求规模最大的云端 AI 芯片产品。
分工方面，联发科持续扩大供应比重，相关营收规模也同步上修；博通则强调，TPU 训练端芯片订单需求相当强劲，部分客户的 TPU 采购项目仍由博通掌握。Google 目前已预告，下一代 TPU 将分流为训练用的 8t 与推理用的 8i，两者设计需求差异明显，对 ASIC 设计服务业者来说，也意味着更多切入点。
业界：市场仍在扩大，短期内供应商走向多元化
熟悉 IC 设计产业的人士表示，联发科与博通未来仍会在市占率上正面竞争，也会有更多同业加入。不过该人士认为，Google TPU 市场扩大的速度，目前仍处于「大到所有人都能继续成长」的阶段。换句话说，短期内市占率的变化，可能会让更广泛的 ASIC 业者受惠，供应商形态也将变得更多元。